压缩感知理论及其重构算法

被引：30

作者：

叶志申 ^{[1
]}

张绍钧 ^{[2
]}

黄仁泰 ^{[3
]}

机构：

[1] 东莞市大朗供电公司

[2] 东莞万里集团有限公司

[3] 东莞理工学院计算机学院

来源：

东莞理工学院学报 | 2010年 / 03期

关键词：

压缩感知; 稀疏性; 信号重构; 匹配跟踪;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

压缩感知理论为信号采集技术带来了革命性的突破,它采用非自适应线性投影来保持信号的原始结构,以远低于奈奎斯特频率对信号进行采样,通过数值最优化问题准确重构出原始信号。分析了信号的稀疏表示、压缩感知的基本理论,设计了两种主要的重构算法——匹配跟踪算法、互补匹配跟踪算法,并对两种算法的特点进行了对比。

引用

页码：32 / 35

页数：4

共 5 条

[1]

压缩感知理论及其研究进展 [J].

石光明 ;

刘丹华 ;

高大化 ;

刘哲 ;

林杰 ;

王良君 .

电子学报, 2009, 37 (05) :1070-1081

[2]

可压缩传感重构算法与近似QR分解 [J].

傅迎华 .

计算机应用, 2008, (09) :2300-2302

[3]

改进的后退型最优正交匹配追踪图像重建方法 [J].

方红 ;

章权兵 ;

韦穗 .

华南理工大学学报(自然科学版), 2008, (08) :23-27

[4]

一种冗余字典下的信号稀疏分解新方法 [J].

刘丹华 ;

石光明 ;

周佳社 .

西安电子科技大学学报, 2008, (02) :228-232

[5]

Quantitative Robust Uncertainty Principles andOptimally Sparse Decompositions[J] Emmanuel J. Candes;Justin Romberg Foundations of Computational Mathematics 2006,

← 1 →